Comprendre

L’entraînement des modèles

Mis à jour le

En bref

  • Selon le service et le type de compte, vos conversations peuvent servir à entraîner les prochaines versions d’un modèle d’IA.
  • Un modèle ne range pas vos messages comme un fichier, mais il peut en retenir des passages, surtout les informations rares, et les restituer.
  • Les réglages évitent que vos nouvelles conversations servent à l’entraînement. Ils n’effacent pas ce qu’un modèle a déjà appris.
Sam
« Vos données peuvent servir à améliorer nos modèles. » J’ai accepté sans lire. Ça veut dire quoi ?

La phrase décrit l’entraînement. Voici ce qu’elle recouvre.

L’entraînement n’a pas lieu pendant que vous écrivez

  1. Aujourd’hui. Vous écrivez, l’IA répond. Le modèle ne change pas.

  2. Ensuite. La conversation est conservée par le service, selon ses règles.

  3. Plus tard. Le fournisseur prépare une nouvelle version : on montre au modèle d’énormes quantités de textes, il en tire des régularités. C’est l’entraînement.

  4. Dans quelques mois. Vos échanges d’aujourd’hui peuvent influencer le modèle utilisé par d’autres personnes.

Vos conversations en font-elles partie ? Ça dépend du compte

  • OpenAI

    Free, Plus, Pro : peuvent servir à l’entraînement. OpenAI indique réduire les informations personnelles dans ses jeux d’entraînement.

    Business, Enterprise, Edu, API : pas par défaut.

    Source

  • Anthropic

    Claude Free, Pro, Max : vous choisissez. Si vous acceptez, conservation jusqu’à cinq ans, sous une forme dissociée de votre identité (source).

    Offres professionnelles : pas concernées (source).

  • Google

    Le guide de Gemini demande de ne pas saisir d’informations confidentielles « que vous ne souhaiteriez pas qu’un réviseur consulte ou que Google utilise pour améliorer ses services ».

    Source

Ce qu’un modèle retient

Parmi de nombreuses phrases banales qui se fondent dans la masse, une donnée rare ressort : c’est elle que le modèle a tendance à mémoriser. phrases banales : fondues dans la masse donnée rare : retenue en priorité

Un modèle ne range pas vos messages dans un classeur. Mais, selon la CNIL, les modèles « mémorisent une partie des données utilisées pour leur apprentissage », et il devient possible « d’en extraire des données personnelles ». Les données dupliquées, rares ou atypiques sont mémorisées en priorité (CNIL).

Se fond dans la masse

Une phrase banale.

Donnée rare

Un nom peu courant associé à un diagnostic. Un numéro unique.

Les autorités le prennent au sérieux : pour le Comité européen de la protection des données, un modèle n’est anonyme que s’il est très peu probable d’en extraire des données personnelles, et cela s’apprécie au cas par cas (CEPD).

Supprimer n’est pas désapprendre

Une conversation

Elle se supprime.

Ce que le modèle en a appris

Beaucoup moins. En l’état des techniques, il ne semble pas possible, dans le cas général, de retrouver tout ce qu’un modèle a mémorisé sur une personne ; le réentraîner peut avoir un coût disproportionné. La recherche progresse (CNIL).

Ce qui n’a pas été envoyé n’a pas à être retiré.

Refuser l’entraînement : utile, mais pas tout

Chez OpenAI, le réglage « Improve the model for everyone » permet de refuser ; le refus vaut pour vos nouvelles conversations (OpenAI).

  • Le pouce. Si vous notez une réponse d’un pouce levé ou baissé, toute la conversation peut servir à l’entraînement, même après ce refus (OpenAI).
  • Le stockage. Vos conversations restent conservées selon les règles du service.
  • La relecture. Chez Google, même avec « Conserver l’activité » désactivé, les discussions servent encore à vous répondre et à la sécurité, « y compris avec l’aide de réviseurs humains » (Google).

À vous : vrai ou faux ?

L’IA apprend de mes messages pendant que je lui parle.

Faux. L’entraînement a lieu plus tard, quand le fournisseur prépare une nouvelle version.

Si je supprime ma conversation, le modèle l’oublie.

Faux. La conversation se supprime ; ce qu’un modèle en a déjà appris, beaucoup moins.

J’ai refusé l’entraînement : plus personne ne peut lire mes conversations.

Faux. Elles restent stockées, et une relecture humaine peut continuer pour d’autres raisons.

Le bon réflexe : régler son compte une fois, puis se demander, à chaque envoi, si l’information est nécessaire à la question.

À retenir

  • Entraîner, c’est ajuster un modèle à partir d’un grand volume de textes, dont parfois des conversations d’utilisateurs.
  • Un modèle peut mémoriser des passages, surtout s’ils sont rares ou répétés, et les restituer plus tard.
  • Une fois appris, un élément est difficile, parfois impossible, à retirer du modèle.
  • Refuser l’entraînement vaut pour les conversations à venir. Le stockage et la relecture humaine suivent leurs propres règles.

Sources

  1. CNIL, IA : Analyser le statut d’un modèle d’IA au regard du RGPD (22 juillet 2025), consulté le .
  2. CNIL, IA : Respecter et faciliter l’exercice des droits des personnes concernées (7 février 2025), consulté le .
  3. Comité européen de la protection des données (CEPD), EDPB opinion on AI models: GDPR principles support responsible AI (avis 28/2024, 18 décembre 2024), consulté le .
  4. OpenAI, How your data is used to improve model performance, consulté le .
  5. Anthropic, Updates to Consumer Terms and Privacy Policy, consulté le .
  6. Anthropic, How long do you store my data?, consulté le .
  7. Google, Guide sur la confidentialité dans les applications Gemini, consulté le .

Cette page est informative. Elle ne constitue pas un conseil juridique et ne remplace pas l’avis d’un professionnel sur votre situation. Les règles changent : chaque source est datée du jour où elle a été consultée.